时间数列概论.ppt

剩余法又称残余法，就是根据乘法模型的思路，从按月（季）编制的时间数列中消除长期趋势和季节变动的影响，得到一个包括循环波动和不规则变动的新数列，继而用移动平均法消除不规则变动，测定出循环变动。如果原数列是年度资料，则不含季节变动，只需从原数列中消除长期趋势，然后用移动平均法消除不规则变动，就可以测定出循环变动。 剩余法中常用指标是趋势百分数，即用时间数列中的实际发展水平y，除以相应的趋势值yt,再乘以100％求得的。 趋势百分数= 四、不规则变动 不规则变动(I)，又称为偶然变动，是指除了以上各种变动以外，由于偶然的、意外的因素引起的非周期性或趋势性的随机变动。由于它主要是由于客观现象突发事件或偶然因素的无周期、无规律变动，也称为随机变动。 测定不规则变动，仍可采用循环波动的剩余法逐次剔除季节变动、长期趋势和循环波动的影响，求得不规则变动指数，即： 或 作业：P146，第6题 在对话框中，“输入区域”一栏填时间数列的数据所在区域B2︰B16,“间隔”填移动平均的项数3，“输出区域”填C2︰C16，根据需要可自主选择“图表输出”、“标准误差”项，然后点“确定”，得移动平均的结果。重复上述步骤，在“间隔”一栏填5，可得5项移动平均的结果，如表5-10所示。 表5-10 Excel输出的平均移动平均结果 （二）趋势线配合法 趋势线配合法是在对原时间数列资料进行初步分析的基础上，根据其发展变化趋势的类型，用数学的方法配合适当的方程式，以反映现象长期变动趋势的一种方法。根据现象发展变化的趋势不同，趋势线配合法一般可分为直线趋势和曲线趋势两种。 如果时间数列的数据大体上按逐期等量增加或减少，则可以认为这种现象的基本发展趋势是直线型，因而应配合相应的直线方程来反映其长期趋势。 yt=a+bx 式中，x为时间数列中的时间顺序值，是自变量； yt为时间数列的预测趋势值； a为起始值，即当x=0时趋势直线在y轴上的截距； b为斜率，代表x每变动一个单位时间发展水平y的平均增减量。 1．平均法 平均法是将全部时间数列资料分为相等的两部分(奇数项时舍弃最初一项资料)，分别计算出各部分的平均数, 代入配合直线方程yt=a+bx中，求解a与b的方法。 利用平均法，求配合直线的数学依据是：时间数列的实际值y与相应的趋势值yt的离差之和等于0。 即∑(y-yt)=0。 2．最小平方法 最小平方法也叫最小二乘法，是建立趋势方程、分析长期趋势较为常用的方法。它是依据时间数列的观察值与趋势值的离差平方和为最小值的基本原理，拟合一种趋势模型，然后利用数学中求极值的方法来确定方程中的待定系数、建立方程。 原时间数列中各期的指标数值(y)与其对应的趋势值(yt)的离差平方和为最小值。即：∑（y-yt）2=最小值原时间序列中各期的指标数值(y)与其对应的趋势值(yt)的离差和等于零，即∑(y-yt)=0 设拟合的趋势直线方程为： yt=a+bx 按照最小平方法的要求，则 D＝∑(y-yt)2 ＝∑［y-(a+bx)］2 ＝∑(y-a-bx)2 ＝最小值 将D看做关于a和b的函数，要使D为最小值，必须使 于是得： 整理后得下列联立方程式： 求解联立方程式，得： 将时间数列中的时间x及对应的发展水平y，一并代入a、b公式，即可求得系数a和b，从而得到直线趋势方程yt=a+bx。实际计算的时候，是用时间刻度来作为自变量x的。 例10：已知某企业1998－2006年产品销售额如表5-11所示。试用最小平方法配合趋势直线方程，并预测2007年和2008年的销售额。 解：用x＝0，1，…，8分别代表时间1998，1999，…，2006年。将计算过程表达在表5-12中。 年 份 1998 1999 2000 2001 2002 2003 2004 2005 2006 销售额 (万元) 100 119 125 135 147 159 167 179 195 表5-11 某企业1998－2006年产品销售额 表5-12 最小平方法计算表 年 份 时间序号x 销售额y x2 xy 1998 0 100 0 0 1999 1 119 1 119 2000 2 125 4 250 2001 3 135 9 405 2002 4 147 16 588 2003 5 159 25 795 2004 6 167 36 1002 2005 7 179 49 1253 2006 8 195 64 1